Visualisasi Matplotlib : Membuat Grafik Matplotib

Visualisasi identik dengan menampilkan chart atau grafik seperti bar chart, line chart, scatterplot, donat chart dan sebagainya

Pada artikel sebelumnya kita telah belajar membuat histogram yang berbentuk bar chart

Kali ini kita akan lebih mendalami penggunakan Matplotlib untuk membuat chart

Line Chart

Line chart biasanya digunakan untuk menampilkan data berbentuk time series. Artinya ada perubahan data dari waktu ke waktu

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
Nilai = [80,90,65,79,82]
ax.plot(Nilai)
plt.show()

Hasilnya adalah

Bar Plot

Pertama kita akan coba membuat grafik dengan bar plot dengan fungsi bar() dengan parameter sumbu X dan sumbu Y

Kita gunakan add_axes() dengan parameter [left, bottom, width, height] untuk menambahkan grafik ke dalam gambar

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
MataKuliah = ['Matematika', 'Fisika', 'Kimia', 'Komputer', 'Bahasa']
Nilai = [80,90,65,79,82]
ax.bar(MataKuliah,Nilai)
plt.show()

Hasilnya

Pie Chart

Pie chart adalah grafik yang berbentuk lingkaran atau donat

Pada kode diatas kita ganti fungi bar() menjadi pie() dengan parameter Nilai dan MataKuliah sebagai labelnya

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.axis('equal')
MataKuliah = ['Matematika', 'Fisika', 'Kimia', 'Komputer', 'Bahasa']
Nilai = [80,90,65,79,82]
ax.pie(Nilai,labels=MataKuliah,autopct='%1.2f%%')
plt.show()

Hasilnya adalah

Scatter Plot

Scatter Plot digunakan untuk melakukan plotting titik data di antara sumbu X dan Y untuk mencari korelasi antar atributnya

Gunakan fungsi scatter() dengan parameternya adalah attribut numerik dalam data

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
tugas = [80,90,65,79,82]
uts = [70,80,85,59,92]
uas = [82,92,87,77,84]

# hubungan tugas dengan uts
ax.scatter(tugas,uts,color='red')
# hubungan tugas dengan uas
ax.scatter(tugas,uas,color='blue')

# set label X dan Y
ax.set_xlabel('Tugas')
ax.set_ylabel('Nilai')
ax.set_title('Scatter Plot')

# tampilkan
plt.show()

Hasilnya adalah